基于立體視覺的道路障礙物檢測

?

基于立體視覺的道路障礙物檢測

提出了一種基于立體視覺的快速道路障礙物檢測系統(tǒng)，其包括3個主要部分：道路檢測、障礙物檢測和障礙物追蹤。通過形態(tài)學處理和霍夫變換，能夠定位道路邊界。在障礙物檢測處理中，障礙物的位置能夠通過分割處理而被簡單地定位。障礙物的追蹤是通過離散卡爾曼濾波進行的。在不同的圖像上對所提出的算法進行了測試。

使用的相機是雙目立體相機，因此可以通過圖像處理獲得深度圖像。首先，在深度圖像上進行感興趣的區(qū)域分割，分割后僅留下圖像下半部分的深度圖像數(shù)據(jù)，通過一些形態(tài)學算子，進一步分割道路區(qū)域。之后，通過霍夫轉換將深度圖像中的直線信息檢測出來，獲得道路邊界的數(shù)據(jù)，在圖像上獲得一個路面的三角形區(qū)域。障礙物檢測的感興趣區(qū)域就是這個路面的三角形區(qū)域，因而大大減少了檢測的測算量，同時提高了檢測精度，降低了誤檢率。在深度圖像上通過檢測車輛尾部（深度數(shù)據(jù)）的特殊形狀，將車輛的深度圖特征從深度數(shù)據(jù)中提取出來，就能夠做到對于車輛的識別。然后，通過離散卡爾曼濾波，追蹤車輛深度圖數(shù)據(jù)區(qū)域在圖像中的位置，進一步減小下一幀圖像上車輛的檢測區(qū)域，減小計算量，提高檢測精度。在不同工況下對該檢測算法進行測試的結果顯示，在不同的光照條件下，深度檢測算法能夠準確地生成深度圖像。在深度圖像產生之后，該檢測算法能夠準確地檢測車道邊界和車道上的障礙物。

Zebbara Khal et al. Intelligent Systems: Theories and Applications (SITA), 2013 8th International Conference.

編譯：王也